微弱信號(hào)檢測(cè)及機(jī)械故障診斷系統(tǒng)研究.pdf

1、在機(jī)械設(shè)備故障診斷中，信號(hào)處理算法起著至關(guān)重要的作用，如何從含有噪聲的混合信號(hào)中盡可能還原真實(shí)信號(hào)、如何從背景噪聲中檢測(cè)微弱故障特征信號(hào)等都是需要重點(diǎn)研究的課題。故障診斷系統(tǒng)完成信號(hào)采集、信號(hào)分析等任務(wù)，為設(shè)備維護(hù)人員作出診斷決策提供直接的依據(jù)。所以，故障診斷系統(tǒng)的發(fā)展直接影響到故障診斷行業(yè)的發(fā)展。本論文以機(jī)電設(shè)備為對(duì)象，對(duì)濾波、微弱信號(hào)檢測(cè)以及故障診斷系統(tǒng)進(jìn)行了研究。 對(duì)于被色噪聲污染的信號(hào)，如果產(chǎn)生色噪聲的源頭是白噪聲，并且

2、白噪聲是可以測(cè)量的，此時(shí)在不知道從白噪聲轉(zhuǎn)變到色噪聲的這個(gè)非線性中間環(huán)節(jié)的情況下，應(yīng)用ANFIS可以對(duì)色噪聲進(jìn)行逼近，從而達(dá)到濾波的目的。EMD可以將混合信號(hào)分解為一系列的IMF分量，從而將非平穩(wěn)信號(hào)分解為近似平穩(wěn)信號(hào)。將含噪信號(hào)先用EMD進(jìn)行處理，再對(duì)IMF分量所含的色噪聲應(yīng)用ANFIS實(shí)現(xiàn)非線性逼近，仿真結(jié)果表明，這種結(jié)合可以提高濾波的精度。而且由于EMD也是一種獨(dú)立于信號(hào)特性的自適應(yīng)方法，所以不會(huì)影響濾波的整體自適應(yīng)性。

3、非均勻采樣可以突破采樣定理的限制，但是由于采樣時(shí)刻的偽隨機(jī)性，幅值低于強(qiáng)信號(hào)幅值10％的弱信號(hào)的頻率在非均勻采樣的頻譜中不能被識(shí)別出來(lái)。利用獨(dú)立分量分析對(duì)信號(hào)幅值不敏感而只對(duì)信號(hào)是否正交敏感的特性，在非均勻采樣的頻譜識(shí)別中引入FastICA算法，通過(guò)構(gòu)造虛擬通道信號(hào)的方法，成功的在非均勻采樣的頻譜中提取出了弱信號(hào)的頻率。 針對(duì)非均勻采樣的缺點(diǎn)，將一種新的從均勻分布白噪聲中提取弱正弦信號(hào)的算法引入，在非均勻采樣的頻譜中成功檢測(cè)出了